Comparação dos modelos ARIMA, RNA e híbrido ARIMA-RNA para a previsão dos custos de internações hospitalares pelo Sistema Único de Saúde (SUS) na região Centro-Oeste do Brasil

• Autor(a) principal: Souza, Celso Correia de
• Data de Publicação: 2022
• Outros Autores: Carneiro Juniior, Joao Bosco Arbués, Cristaldo, Marcia Ferreira, Castelão, Raul Asseff, Frainer, Daniel Massen, Viganó, Hevelyne Henn da Gama, Souza, Celso Fabricio Correia de, Vieira, Juliana Maria Correia de Souza
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Research, Society and Development
• Texto Completo: https://rsdjournal.org/index.php/rsd/article/view/37547
• topic: Centro-Oeste brasileiro; Gestão de custos; Internações hospitalares; Previsão de custos; Sistema único de saúde.; Brazilian midwest; Cost management; Hospital admissions; Cost forecast; Unique health system.; Medio Oeste brasileño; Gestión de costos; Hospitalizaciones; Previsión de costos; Sistema único de salud.

É de suma importância para os gestores de instituições brasileiras de saúde pública utilizarem ferramentas computacionais que propiciem a estimação de seus custos de modo a auxiliá- los nas tomadas de decisões. Essa importância ganha mais relevância quando se trata de instituições de saúde pública  brasileira, que precisam manter o gasto mensal dentro do limitado repasse de verbas do Sistema Único de Saúde (SUS). Sendo assim, este estudo propõe o uso do modelo híbrido ARIMA-RNA como técnica e método de previsão dos custos totais de internações em instituições públicas no Centro-Oeste brasileiro, comparando-o com os modelos ARIMA e RNA_MLP, tratados separadamente, para a escolha do melhor. Utilizou-se dados pertencentes aos bancos de dados no site do Departamento de Informática do SUS (DATASUS), no período de 2017 a 2021, num total de 60 observações. Utilizou-se o software Statistical Package for the Social Sciences (SPSS) para as execuções dos modelos ARIMA e RNA_MLP. Como resultado, foi confirmado o desempenho superior do modelo híbrido ARIMA-RNA quando comparado aos métodos ARIMA e RNA_MLP, tratados individualmente, confirmando assim sua aplicabilidade ao objetivo, pois foi o método híbrido que produziu o menor erro, de 2,20%, em detrimento dos modelos ARIMA e RNA_MLP, com erros de 11,05% e 6,55%, respectivamente.